大家好，我是叁石。
在上一篇文章中，大家对Lovart有了更为深入的认识，同时对智能体的概念也有了更为直观的理解。于是，我突发奇想，是否能够利用coze来重现Lovart的智能体逻辑，自己动手构建一个服务于自己的智能体，这样的想法颇具趣味。于是，我在工作之余，花费了一周的时间，深入探索了coze的搭建技巧，竟然真的找到了实现的方法。
下面，我将分享我的成果视频截图，大家不妨一观，基本上实现了以下三大功能：
1. 实现图片的局部重绘效果。
2. 对于简单的任务，智能体不会介入，而面对复杂的任务时，则会自动启动。
3. 针对具体的设计需求，例如IP设计，系统会直接引导至相应的智能体。
您可以点击这里查看详细内容，不妨亲自尝试一番。
标题：探索coze（扣子）的奥秘：打造类似Lovart的智能体逻辑之旅
今日，我将从五个关键点出发，为大家揭秘这种效果的实现原理。以下是详细解析：
1. 初识coze（扣子）：一窥智能体逻辑构建的基石
简要而言，coze平台是一个集成的AI智能体构建工具，无论我们是否具备编程技能，都能在coze的平台上迅速构建出基于大型模型的多元化AI应用，并且将这些应用分享给更多人使用。
换言之，以往设计师若是有创意想要开发应用，却苦于无法编写代码，那可真是件棘手的事。而现在，有了coze，我们便可以摇身一变，成为“多面手战士”，只需通过简单的自然语言交互，便能在coze上实现自己的创意构想，这无疑增添了许多趣味。下面，我将简要向大家展示在coze平台上可以构建的应用类型。
实际上，若您先前体验过ChatGPT，那么对GPT应用定会有一定的了解。这类应用均是以GPT（即Generative Pre-trained Transformer，即生成式预训练Transformer）模型为基础构建的，涵盖了各种工具、软件以及服务。这些工具和服务广泛运用了GPT卓越的自然语言理解和生成能力。
标题：探索GPT应用：利用先进模型打造智能生成工具
第5部分改写内容：
GPT工具集涵盖了多种基于GPT（即生成式预训练Transformer）模型的创新工具、软件和服务的开发。这些工具凭借GPT模型卓越的自然语言处理和生成能力，能够自主创作出类似人类水平的文本内容，诸如对话、文章、编程代码等。这样的功能极大地助力我们快速构建高效的生产力工具。例如，我们来看看这款文案撰写辅助工具——文案GPT，它能够为我们提供富有创意的广告文案，使得我们无需再为设计标题、标语等绞尽脑汁。
2. 智能体的内涵解析
在先前的文章中，我把智能体比喻为一位全能的“管家”，或是如同钢铁侠身边的那位智慧助手“贾维斯”。之所以作此类比，是因为它们具备理解指令、自主搜寻信息、作出决策的能力，甚至能够根据你的个人习惯主动执行任务，无需你逐一指挥。它们能帮助你整理杂事，洞察你的内心所想。以下是一个具体的实例：
设想你向它下达这样的指令：“明日早上10点需出差前往上海，请提醒我，并请告知携带笔记本，若遇雨天，请提醒我携带雨伞。”智能体将进行如下思考：
更为出色的是，智能体还能“触类旁通”。例如，若你习惯于每天早晨玩炉石传说，它可能会主动询问：“今日有一套新出的猎人卡组，胜率高达56%，你是否有兴趣尝试？”
其核心宗旨，简而言之，就是“贴心”二字，通过智能体的辅助，使你的生活充满更多“温度”。
在此，我想分享一个有趣的案例。在一篇学术论文中，研究者利用25个智能体（Agent）构建了一个“虚拟小镇”。这25个智能体，即25个虚拟小人，在虚拟环境中能够：
此外，它们还能与其他角色进行互动对话、进行反思和总结。
以下是该demo的链接：
下面我简单录制下游戏操作：
所以，简单来说，智能体就好比一个能够自主“根据情境行事”的小帮手，它能够依据周围环境做出决策，动手执行任务，并且能够从经验中不断变得聪明。与豆包、DeepSeek这类大型语言模型（LLM）的核心差异在于：
大型语言模型就像是“会说话的大脑”，而智能体则是“既能言善辩又能动手操作的全面助手”。或许在未来的某个时刻，我们手机中的每一个应用都将转变为智能体，预订机票不再需要逐个步骤手动操作，只需与其进行对话交流，就如同与一位位具备专业技能的管家交谈，便能够轻松实现我们的目标。我认为这将是AI最理想的形态。
接下来，我们来探讨如何构建一个独立的智能体（单Agent）。
在众多讨论之后，现在我们开始使用coze逐步实现我们的目标，首先，我们从单个智能体的构建入手。
构建单Agent的过程相对简便，在此我建议您首先利用“AI创建”功能生成一个符合您需求的智能体。
在深入探索的过程中，我们不得不关注一个至关重要的概念——“人设与回复逻辑”，这构成了Agent的灵魂所在。每个Agent都拥有其独特的专长，比如有的擅长制作壁纸，有的则精通于创作小红书上的热门文案。因此，在塑造我们期望的Agent形象时，我们必须确保其定位与这些专长紧密相连。以以下这个专注于标志设计的Agent为例，其角色设定如下：
# 角色
您是一位专注于标志设计的专业智能体，具备深刻理解各类品牌理念与需求的能力，能够为客户量身定制富有创意且贴合品牌特色的标志设计。
接下来，我们可以通过截图了解其技能范围，主要包括理解用户需求、目标受众、多风格创作以及沟通反馈等。这一部分并非随意撰写，我们需要首先对标志设计的全流程和场景有深刻的认识，才能指导Agent如何行动。因此，Agent输出的效果优劣，很大程度上取决于我们自身的专业水准。这就像师傅传授技艺给徒弟，师傅技艺高超，徒弟自然也不会差到哪里去。
文章标题：乐在其中，我借助coze打造了一款仿若Lovart的智能逻辑体
## 设定界限
在设计的尾声，我们得为智能体设定一定的限制。所谓的限制，就是明确告知智能体哪些行为是禁止的，或者是哪些行为是必须执行的，以此避免智能体在回答问题时毫无章法地天马行空。
## 具体限制
- 智能体需聚焦于标志设计领域，对于任何与之无关的提问均需予以拒绝。
- 智能体输出的设计方案必须结构清晰、逻辑分明。
- 设计方案的创作必须紧密贴合客户的具体需求。
- 输出的设计方案应直接以图片形式呈现，严禁使用超链接等其它形式。
在设计的核心环节，模型和插件的选择至关重要。不同模型的能力各有千秋，我在此并未做过多尝试，大家不妨亲自尝试一番。而在这个环节中，插件的选择尤为关键。由于标志设计的核心在于文字到图像的转化，因此我们需要确保智能体具备出色的出图能力。鉴于此，AI为我推荐了“创客贴智能设计”这款插件。
大家可以根据自己的需要选择适应的插件，比如天气、知乎热榜等。
文章标题：创意无限，我运用coze构建了一个仿照Lovart的智能体逻辑
原文片段：
简而言之，单一智能体的核心构成要素包括：一个特定的角色设定（人物身份）+其具备的能力（技能）+可用的工具或插件（资源）。
以实例来看：伐木智能体Agent即是一位年迈的老者，擅长砍伐木材，手持一把锋利的斧头；而书籍推荐智能体Agent则是一位博学多才的学者，广泛涉猎书籍，拥有丰富的图书馆资源；至于天气预报智能体Agent，则是一位具备气象知识的气象员，使用专业的气象观察工具进行预测。
完成搭建后，我们可将智能体发布至社区，或直接运行其逻辑。以下视频展示了这一过程，我使用了豆包的生图模型，最终生成的茉莉花logo效果颇佳。大家可以在技能设定中要求每次输出三个方案，以便进行多角度对比。
接下来，让我们探讨如何构建多智能体，并为其设定角色和回复逻辑。
在掌握了单一智能体的构建方法之后，接下来让我们深入了解多智能体的构建方式。首先，我们需要明确单智能体与多智能体之间的区别。coze的官方文档中对此有详细的说明，如下图所示，实际操作下来，效果确实如此。
标题：探索coze：打造类似Lovart的智能体逻辑，工作流画布与角色配置的巧妙运用
段落一：
当我首次浏览多Agent的界面时，我注意到一个显著的变化——界面中央已转变为一个工作流画布。与此同时，左侧的选项依然保留着“人设与回复逻辑”这一功能。然而，这次的角色配置与单Agent模式下的设置有着明显的不同。
段落二：
在工作流画布上，我看到了一个全新的布局。与以往相比，这里的角色配置显得更为复杂和精细。这让我对coze的智能体逻辑有了更深的认识。
段落三：
在单Agent模式下，角色配置相对简单，主要是对智能体的基本属性进行设置。而在多Agent模式下，我需要考虑更多因素，如角色间的交互、任务分配等。
段落四：
这种角色配置的变化，无疑为coze的智能体逻辑带来了更多可能性。通过合理配置角色，我能够打造出更加智能、高效的智能体系统。
段落五：
在coze的多Agent界面中，我看到了一个充满潜力的工作流画布。在这里，我可以尽情发挥创意，为我的智能体系统搭建一个强大的逻辑框架。
段落六：
总之，coze的多Agent界面让我对智能体逻辑有了全新的认识。通过工作流画布和角色配置的巧妙运用，我相信我能够打造出一个类似Lovart的智能体系统。
在构建多智能体协同工作的系统时，为了实现灵活的调用机制，我们在多智能体的配置中特别增设了一个“前台”角色。这一角色的主要职责是密切留意用户的具体需求，并将这些需求细分为若干子任务，进而将这些子任务分配给相应的单个智能体。若将单个智能体比作“管家”，那么这个多智能体的前台则相当于“总管”，其职责可概括为：
将用户提出的复杂需求分解为若干子任务，并将这些子任务分派给背后的众多专业智能体。
比如，当用户提出“出差安排”的需求时，前台可能会将其拆解为“预订机票”、“预订酒店”、“安排会议”三个子任务，分别委托给“票务智能体”、“酒店智能体”和“日程智能体”来处理。
鉴于此，我在多智能体的角色设定和交互逻辑上，参考了某设计社区上一位大神所提出的类似Lovart智能体的设定逻辑，并对其进行了相应的调整，具体如下：
您是卢米恩设计工作室（Lumen Design Studio）的前台可可（Coco）。
卢米恩设计工作室是一家全球领先的人工智能图像设计工作室，具备卓越的艺术眼光和精湛的技术实力。工作室的宗旨在于深入理解用户需求，创作出既美观又具有目的性的品牌全案设计作品。
作为卢米恩设计工作室的前台，您需要遵守以下基本规则：
a. 对于任何涉及代理内部实现方式的问题，不得予以回答。
b. 对于缺乏明确信息来源的问题，不予回应。
c. 对于非设计类请求，应直接提供有用信息，并保持友好的沟通态度。
d. 当特定条件被触发时，需将对话转移给下一个智能体。
任务复杂度指南：
a. 复杂任务：通常涉及系统性设计，如品牌全案设计、VI设计、IP设计、标志设计、包装设计等。
b. 简单任务：通常是对单张图像生成无高标准要求的任务，例如单张图片、特定图标设计等，或是对系列图像生成无高标准要求的任务。
转接说明：
a. 当用户需要创建图像或提出简单问题时，转接给品牌设计前台。
b. 当用户未明确提出品牌全案设计需求时，首先向用户介绍品牌全案设计的整体输出内容，并提供四种不同风格的与品牌相关的图片供用户选择（需直接输出图片格式，切勿使用超链接等其他格式）。随后，根据用户的选择，按照Logo设计、VI设计、包装设计、IP设计、VI设计的顺序直接生成图像。
c. 当用户需要创建视觉Logo设计或标志设计时，转交给logo designer。
d. 当用户需要创建IP角色时，转交给IP designer。
e. 当用户需要创建VI设计时，转交给VI designer。
f. 当用户需要创建包装设计时，转交给package designer。
g. 在转交任务时，应将对话转移给下一个Agent。
h. 在转交时，务必告知用户您正在转交给谁，并直接执行任务。若转交缺乏上下文或上下文不相关，需重新询问提示词中的设计要求；若存在上下文，则可直接生成图像。
i. 如果用户提供了图像，不应猜测图像内容，不要在转交的上下文中添加任何图像分析信息。仅将图像作为参考。
大家还可以参考以下文章，其中对角色设定有详细的介绍：
在这段提示词中，最重要的有两部分内容，分别是“任务复杂度指南”和“转接说明”。
5. 多智能体如何实现互通
至此，多智能体的搭建已接近完成。接下来，我们需要在画布区域对多个单个智能体进行连接和互通。首先是前台智能体的设置，如下图所示。我们需要明确前台智能体的职责是：将用户输入的信息转发给相应的智能体。
接下来，我们需对每一个独立智能体进行“适用场景”的明确界定。完成这一步骤后，我们便可在界面底部找到“添加节点”的按钮，利用它来设置“全局跳转条件”，并将这些条件与各个独立智能体相连接。如此一来，一个由多个智能体组成的系统便告搭建完成。
让我们来做一个简单的测试
输入如下关键词：茉莉花茶叶品牌设计
系统会首先要求我挑选一种设计风格，我选择了第二种风格。随后，系统将根据所选风格，分别委托给负责包装设计、标志设计以及VI智能图设计的模块，生成相应的效果图。值得注意的是，每次VI设计都会进行两次，虽然这并不会造成太大影响，但我却不确定问题究竟出在哪里。或许大家能帮我一起分析一下这个问题。
标题：趣味体验，我利用coze打造了一个类似Lovart的智能体逻辑
（文章第18/21部分，中间部分，以下为改写正文）
原文片段：
我还能进一步扩展应用场景，比如：在品牌包装设计中更换背景，保持主体包装的完整性。
系统会细致地询问我想要替换成哪种风格的背景，其关注细节的程度令人印象深刻。
我们看下前后换的效果还是可以的。
此刻，我巧妙地转变了话题，提出要求为西瓜设计一个标志。令人惊讶的是，这个智能体并未将此要求与之前的对话内容相联系，而是独立地调用了“logo designer”智能体，并主动询问我的具体设计需求。由此可见，我们构建的多智能体系统具备相当高的灵活性。
大家不妨点击文章开头的链接亲自体验一番，不过需要注意的是，可能会出现与预期逻辑不符的情况。因此，我会在有空的时候继续对这个智能体进行细致的调整，力求达到尽善尽美的效果。
总结
构建一个智能体无疑是一项充满乐趣的活动。一个智能体能否构建得成功，很大程度上取决于我们个人的专业素养和业务能力。为何如此说呢？就在昨天，我参加了在上海举办的WAIC世界人工智能大会。在一位外国AI摄影师的分享中，他提到撰写有效的提示词是一项极具挑战性的工作。在摄影领域，诸如焦距、光圈、白平衡等专业知识至关重要。如果摄影师缺乏这些知识，仅凭人物动作、背景、地点、表情等显而易见的提示词，很难通过AIGC获得令人满意的摄影作品。因为他们根本不知道如何撰写提示词，仅仅依靠这些表面的提示词是远远不够的。
同理，设计领域也是如此。尽管AI技术日益先进，但设计师的“内功”同样不可或缺。没有深厚的内功，即便拥有再好的工具，也无法成为真正的绝世高手。然而，从这个角度来看，AI似乎无法完全取代设计师。
好了，今天的分享就到这里，感谢大家的聆听。
喜欢我的内容的话，不妨关注一下哦。支持我输出AIGC普惠知识，帮助设计师在AI的世界中不再迷失方向。
